Anthropic, 28 Eylül 2026’da Claude 5.5 ailesinin ikinci modelini duyurdu: Claude Sonnet 5.5. Şirket bunu Sonnet 5’e göre net bir yükseltme olarak anlatıyor. Çıktıyı yüzde 30’dan fazla daha hızlı üretiyor ve çoğu işte görev başına maliyeti yüzde 30’a kadar düşürebiliyor. Opus 5.5 karmaşık ve muhakeme isteyen iş için dururken, Sonnet 5.5 iyi çerçevelenmiş günlük işlerde, hata düzeltmede, belge, slayt ve tablolarda öne çıkıyor. Tasarımda da daha titiz olduğu söyleniyor. Haiku 5.5’in önümüzdeki haftalarda aynı aileye katılacağı belirtiliyor.
Hız ve fiyat aynı etikette, daha az jeton
Liste fiyatı Sonnet 5 ile aynı. Bir milyon girdi jetonu 2 dolar, bir milyon çıktı jetonu 10 dolar, önbellekten okuma milyon başına 0,20 dolar. Anthropic, asıl ucuzlamanın fiyat etiketinden değil, aynı iş için daha az jeton harcamasından geldiğini yazıyor. Kendi testlerinde görev başına maliyet, önceki modele göre yüzde 30’a kadar düşüyor. Opus 5.5’in karşılığı ise girdi için 4, çıktı için 20 dolar. Önbellek yazma Sonnet 5.5’te 2,50, Opus’ta 5 dolar. Önbellekten okuma ikisinde de 0,20 dolar.
Çaba ayarı bu dengeyi değiştiriyor. Claude Code ve uygulamalarda varsayılan çaba Orta, Claude Platform’da Yüksek. Düşük ayar daha hızlı ve daha tutumlu. Yüksek ayar daha uzun düşünüp işini daha sık yokluyor. Anthropic, birkaç ölçümde Düşük veya Orta çabadaki Sonnet 5.5’in, Sonnet 5’in en iyi skorunu görev başına yaklaşık onda bir maliyetle geçtiğini söylüyor. Yüksek ayarlarda ise Opus 5.5’e yaklaşabiliyor, maliyet de birbirine yaklaşıyor. Yani “ucuz model” her ayarda ucuz kalmıyor. Ayarı yükseltmek, faturayı Opus bandına çekebilir.
Kod ve günlük meslek işi
Ajanlı kod ölçümü Terminal-Bench 4.0’da Sonnet 5.5 yüzde 70,6 alıyor. Sonnet 5 yüzde 10,3, Opus 5.5 en yüksek çabada yüzde 66,4. FrontierCode 1.1 ana sette, bir değişikliğin insan eli değmeden birleştirilip birleştirilemeyeceğine bakılıyor. Sonnet 5.5 Max çabada yüzde 46,2, Xhigh çabada yüzde 52,1. Sonnet 5 yüzde 42,4, Opus 5.5 yüzde 54,4, GPT-6 Sol yüzde 49,3. CursorBench 4.0, gerçek Cursor oturumlarından belirsiz ve çok dosyalı görevler kullanıyor. Sonnet 5.5 yüzde 55,5, Sonnet 5 yüzde 34,1, Opus 5.5 yüzde 57,8. Anthropic, Yüksek çabada FrontierCode’da Sonnet 5’i aynı ayarda 10 puan geçtiğini ve görev maliyetinin yaklaşık on beşte birine indiğini yazıyor.
Bilgi işinde GDPval-AA, 44 meslek ve dokuz büyük sektörden gerçek görevlere bakıyor. Sonnet 5.5 1844, Sonnet 5 1449, Opus 5.5 1846. Fark, Opus’a göre yaklaşık iki puan. AA-Briefcase’te 1811’e karşı Sonnet 5’in 1359’u ve Opus’un 1822’si var. Bilgisayar kullanımında OSWorld 2.1 kısmi skor yüzde 80,1. Sonnet 5 yüzde 57, Opus 5.5 yüzde 81,8. Araçsız grafik okumada Chartography yüzde 61,6. Sonnet 5 yüzde 15,6. Anthropic, bunun ekran görüntüsüyle Pokémon Red’i geçen ilk Sonnet olduğunu da ekliyor. Bu son cümle bir oyun başarısı gibi duruyor. Asıl anlamı, modelin yalnızca metinle değil, ekrandaki görüntüyle de adım atabildiği.
Erken deneyenler ne demiş
Epic Games’ten Daniel Vogel, erken denemede Sonnet 5.5’in sistem tasarımı denetimi ve veri akışı incelemesinde üst katman bir modelden beklenen kaliteyi tutturduğunu, oyun sistemi mimarisinde on binlerce satırla çalışabildiğini ve daha az yönlendirici komutla ilerlediğini anlatıyor. Slack’ten Curtis Allen, komutlar değişmeden çevrimdışı Slackbot değerlendirmelerinin neredeyse tümünde Sonnet 5’ten iyi sonuç alındığını, adım sayısının düştüğünü ve çıktı jetonunun yaklaşık yüzde 14 azaldığını söylüyor. Zendesk’ten Abhinay Kathuria, yüzlerce gerçek destek vakasında yanlış kararın azaldığını ve kayıtların üretimde kullanılan Claude modellerine göre yüzde 20 daha hızlı işlendiğini belirtiyor. Atlassian’dan Jamil Valliani, Rovo ajanlarının Sonnet 5’e göre yüzde 30’a kadar daha hızlı koşabileceğini yazıyor.
Unity’den Sam Zhang, bir görevin ancak değişiklik çalışınca sayıldığını, Sonnet 5.5’in işinin çoğunun bu kontrolden geçtiğini ve çok adımlı Unity düzenleyici ile kod ölçümündeki görevlerin yüzde 90’ının tamamlandığını aktarıyor. Lovable’dan Fabian Hedin, kod değerlendirmelerinde araç çağrısının üçte bir azaldığını ve bir görevi bitirmek için kabuk çalıştırma sayısının kabaca yarıya indiğini söylüyor. Anthropic’in kendi iç denemesinde, halka açık bir şirketin çeyrek finans malzemeleri ve bir slayt şablonu verilmiş, 10 slaytlık bir işletme özeti istenmiş. İki uzman ilk taslağı olduğu gibi gönderilebilir bulmuş. Bunlar seçilmiş erken izlenimler. Sizin şablonunuz ve sizin denetiminiz hâlâ gerekli.
Güvenlik sınırı ve nerede açıldığı
Anthropic, Sonnet 5.5’in kendi modellerinin yetenek sınırını ileri taşımadığını, bu yüzden hizalama incelemesini kullanıcı aleyhine davranma, yanıltma ve yüksek riskli kötüye kullanıma daralttığını yazıyor. Yaklaşık 1850 senaryoluk otomatik davranış denetiminde çoğu ölçütte Sonnet 5 ile aynı veya daha iyi. Siber yetenek Sonnet 5’e göre belirgin arttığı için, Opus 5.5’tekine benzer siber korumalarla çıkıyor. Rutin yazılım geliştirme sürüyor. Daha riskli siber istekler görünür biçimde Sonnet 5’e düşüyor. Biyoloji korumaları Sonnet 5 ile aynı. Çoğu araştırma, eğitim ve klinik iş etkilenmiyor. Bazı mikrobiyoloji ve viroloji istekleri yanlış alarm verebilir. Opus 5.5 ve Sonnet 5 gibi sıfır veri saklama seçeneği var.
Model Amazon Web Services, Google Cloud ve Microsoft Azure dâhil platformlarda açık. Geliştirici kimliği claude-sonnet-5-5. Düşünmeyi kapalı kullananların, Sonnet 5.5’e geçmeden yeni between_tools ayarına dönmesi gerekiyor. Bu ayar, baştan düşünmeyi kapalı tutuyor. İlk kez bir Sonnet modeline, akıl yürütmeyi hesabın dışına çıkarmaya çalışan damıtmaya karşı sınıflandırıcılar da eklenmiş. Hesap değiştirince düşünce zincirinin eski sohbetle birlikte taşınmaması, çoğu kişiyi ilgilendirmeyebilir. Yine de ortak bir kod oturumunda hesap değiştiren ekiplerin bu sınırı bilmesi gerekir.
Kim hangi modeli açmalı
Anthropic’in kendi uyarısı net. Ölçüm skorları tek başına yetmez. Şirketin ve dış deneyenlerin testinde Opus 5.5, uzun süre muhakeme isteyen açık uçlu işte hâlâ belirgin biçimde daha güçlü. Sonnet 5.5, çerçevesi belli, çabuk dönülmesi gereken, slayt ve tablo gibi teslimatı olan işler için konumlanmış. Okuryazarlık burada model hayranlığı değil, iş bölümü. Zor bir hukuki yorumu ucuz ve hızlı modele yıkmak, kolay bir hata düzeltmesini en pahalı modele bırakmak kadar isabetsiz. Her iki durumda da sayı, alıntı ve “oldu” diyen kod, insan kontrolünden geçmeden tamamlanmış sayılmamalı. Dipnotta, bazı Artificial Analysis skorlarının yapılandırılmış çıktıyı bozan ve sonradan düzeltilen bir yayın öncesi hatayla alındığı, bu yüzden performansın olduğundan düşük görünebileceği de yazıyor. Skoru tek başına karar gibi okumamak için bir neden daha.
